Hai un reparto QC che lavora. Forse lavora anche tanto.
Ma quando arriva una nuova richiesta, la risposta è quasi sempre la stessa: qualcuno fa una stima a sensazione, il lavoro viene accettato, e due settimane dopo scopri che uno strumento è saturo, un tecnico è già impegnato su tre commesse e il margine non era quello che sembrava.
Non è un problema di competenza tecnica. È un problema di visibilità.
Il reparto QC consuma ore, strumenti, competenze specialistiche e costi che spesso nessuno riesce a leggere in modo integrato. Sai quante prove hai chiuso. Non sai sempre se quelle prove hanno generato il margine che dovevano, se il carico del mese prossimo è sostenibile o se quel nuovo lavoro che il commerciale vuole accettare si inserisce nel sistema o lo inceppa.
Ho vissuto questa situazione dall’interno, gestendo il mio gruppo QC. Ed è esattamente per questo che ho costruito il QC Planner Excel.
Non un template. Un sistema di gestione.
Il QC Planner nasce da un’esigenza operativa reale: smettere di rincorrere il lavoro e iniziare a governarlo.
Lo uso sulla mia squadra. Quando ho iniziato ad applicarlo, la gestione del reparto è cambiata in modo concreto. Non perché il file faccia magie, ma perché ti obbliga a ragionare su dimensioni che prima tenevi separate: capacità disponibile, competenze reali degli operatori, saturazione degli strumenti critici, marginalità per servizio e sostenibilità dei nuovi lavori.
Quando queste quattro dimensioni restano in file diversi — o peggio, nella testa di qualcuno — il reparto lavora a reazione. Quando le colleghi in un unico modello, inizi a fare pianificazione vera.
Il problema che il QC Planner risolve
Il responsabile QC di un reparto industriale si trova regolarmente davanti a una domanda senza risposta precisa: posso accettare questo lavoro?
La risposta giusta non è “sì” o “no”. È una risposta articolata che tiene conto di quante ore equivalenti sono realmente disponibili dopo aver corretto la capacità nominale con OEE, competenze e assegnazioni già confermate. Tiene conto di quale strumento critico serve e se è libero o saturo. Tiene conto di quanto margine produce quel lavoro rispetto al costo pieno che genera. Tiene conto di quello che succede al carico del mese dopo se accetti oggi.
Senza un modello, questa risposta richiede esperienza e fortuna. Con il QC Planner, richiede cinque minuti.
Come funziona, in concreto
Il modello è costruito su fogli collegati che separano input, calcolo e lettura dei risultati.
Inserisci il catalogo dei tuoi servizi QC con tempi minimi, probabili e worst — il modello calcola automaticamente il tempo PERT per ogni attività, che è molto più affidabile di una stima secca. Carichi la tua squadra con i coefficienti di competenza per tipo di prova, così la capacità viene pesata sul livello tecnico reale e non sulle ore nominali. Registri gli strumenti critici — leak detector, particle counter, analizzatori, pompe, dotazioni clean room — e il modello tiene traccia della loro saturazione in parallelo alla capacità operatori.
Dal timesheet mensile escono automaticamente il P&L del reparto, l’OEE adattato alle attività QC, i KPI di backlog, rework rate e first pass yield. E quando arriva una nuova richiesta, il modulo GO/NO-GO confronta tutto — ore disponibili, OEE-adjusted capacity, strumenti, gap post accettazione — e ti dà una risposta tecnica, non una sensazione.
La prima volta che lo usi con dati anche approssimativi, vedi già cose che non vedevi prima. Mese dopo mese, mentre i timesheet correggono le stime, il sistema diventa sempre più preciso.
Perché €29 è un prezzo che non ha senso discutere
Una singola decisione sbagliata su un nuovo lavoro — un lavoro accettato con strumenti saturo, un servizio sottostimato nelle ore, un rework non previsto che mangia il margine — costa al reparto molto più di quello che chiedo per questo file.
Il QC Planner Excel è disponibile a €29 anziché €49, con accesso immediato dopo l’acquisto direttamente dal mio sito.
Non c’è un abbonamento. Non c’è un onboarding a pagamento. Non devi imparare un software nuovo. Lo apri, inserisci i tuoi dati, e inizi a usarlo.
Il QC Planner è utile se gestisci un reparto QC industriale con attività tecniche variabili — pressure test, leak test, helium leak test, analisi gas, controlli particellari, clean room, prove su impianto — e hai bisogno di pianificare capacità, controllare margini e valutare nuovi lavori prima di accettarli.
È utile se sei quality manager o operations manager e vuoi portare alla direzione una vista credibile delle performance QC, non un’impressione.
È utile se il tuo reparto usa già Excel per qualcosa, ma quei file non si parlano tra loro e non ti danno una risposta integrata.
Non è utile se cerchi un software con database, workflow automatici o integrazione con il gestionale aziendale. Per quello esistono altri strumenti, molto più costosi e molto più complessi da implementare. Questo è un sistema Excel progettato per dare il massimo valore con il minimo attrito.
Alcune domande che probabilmente hai
Devo essere bravo con Excel per usarlo? No. Il modello è già costruito. Devi inserire i tuoi dati nei campi di input — i calcoli, i grafici e le dashboard si aggiornano da soli.
Funziona per il mio settore specifico? Se il tuo reparto esegue prove tecniche con operatori e strumenti dedicati e deve gestire capacità e margini, funziona. Il catalogo servizi è personalizzabile sui tuoi codici attività.
Quanto ci vuole per impostarlo? Con dati anche indicativi puoi avere una prima lettura utile in meno di un giorno. Con i dati reali del tuo reparto, il sistema diventa preciso nel giro di uno o due cicli mensili.
Una cosa che vale la pena dire chiaramente
Uso questo strumento sulla mia squadra QC. Non l’ho costruito per venderlo e basta. L’ho costruito perché ne avevo bisogno, e poi ho deciso di renderlo disponibile perché il problema che risolve è comune a molti reparti QC industriali che lavorano bene tecnicamente, ma faticano a gestire capacità, costi e decisioni in modo strutturato.
A €29 non stai comprando un template. Stai comprando il metodo che uso io per gestire il mio reparto.
Se dopo averlo aperto pensi che non valga quello che hai speso, scrivimi. Troviamo una soluzione.
Numero di infortuni. Giorni di assenza. Indice di frequenza. Indice di gravità. Events registrabili. Ore senza infortuni.
Sono numeri importanti, certo. Ma hanno un limite enorme: arrivano dopo.
Ti dicono che qualcosa è già successo. Ti dicono che una barriera ha ceduto, che un lavoratore si è fatto male, che una procedura non ha funzionato, che una misura non era adeguata o non è stata applicata. Ma non ti dicono abbastanza su quello che stava succedendo prima.
E la sicurezza, se vuole essere davvero prevenzione, deve imparare a leggere il prima.
È qui che entrano in gioco i KPI predittivi. Non perché prevedano magicamente il futuro. Non perché bastino qualche grafico in dashboard per diventare un’azienda evoluta. I KPI predittivi servono a misurare lo stato del sistema prima che il sistema fallisca.
Questa è la differenza. Un KPI lagging misura l’evento finale. Un KPI predittivo misura la tenuta delle condizioni che dovrebbero impedire quell’evento.
Secondo OSHA, gli indicatori lagging misurano eventi già accaduti — numero o tasso di infortuni, malattie e fatalità — mentre gli indicatori leading sono misure proattive e preventive che danno informazioni sull’efficacia delle attività di sicurezza prima che si trasformino in incidenti. Un buon programma usa i leading indicator per guidare il cambiamento e i lagging per misurare l’efficacia complessiva.
Per una PMI, questo passaggio è decisivo. Molte piccole e medie imprese hanno già DVR, formazione, nomine, procedure, audit, riunioni, scadenziari e registri. Eppure sentono che il sistema non funziona davvero. Il motivo è semplice: fanno attività, ma misurano poco la qualità reale di quelle attività.
I KPI lagging sono indicatori a consuntivo. Servono a capire cosa è accaduto, quanto spesso è accaduto e con quali conseguenze. Parliamo di indice di frequenza infortuni, indice di gravità, numero di infortuni con assenza, numero di medicazioni, giorni persi, incidenti ambientali, non conformità rilevate da enti esterni.
Questi indicatori non vanno eliminati — sarebbe un errore. Il problema nasce quando diventano gli unici indicatori del sistema HSE.
Perché una PMI può avere pochi infortuni semplicemente perché gli eventi sono rari, perché il campione statistico è piccolo, perché alcune situazioni non vengono segnalate o perché, per un certo periodo, è andata bene. Il Canadian Centre for Occupational Health and Safety evidenzia proprio questo: in alcuni contesti ci possono essere troppo pochi infortuni per distinguere un trend reale da una fluttuazione casuale, e può esserci anche il problema della mancata segnalazione degli eventi.
Questa è una delle trappole più pericolose per un datore di lavoro.
“Non abbiamo avuto infortuni, quindi il sistema funziona.”
Non necessariamente. Potresti non avere infortuni perché le barriere stanno reggendo. Oppure potresti non avere infortuni perché non è ancora capitato il giorno sbagliato. La differenza tra queste due situazioni è enorme. E i soli KPI lagging non riescono a mostrarla.
Cosa sono davvero i KPI predittivi
Un KPI predittivo, nel contesto della sicurezza, misura una condizione collegata alla probabilità futura di eventi indesiderati. Non misura il danno. Misura la qualità delle barriere.
Misura se i controlli vengono fatti. Se le azioni correttive sono efficaci. Se i near miss vengono letti. Se i preposti intercettano anomalie. Se la formazione cambia comportamenti. Se la manutenzione preventiva protegge davvero il processo. Se le procedure critiche vengono rispettate nelle condizioni reali.
Il punto non è “aggiungere KPI”. Il punto è spostare l’attenzione: dal danno alla barriera, dall’evento alla condizione, dal consuntivo al controllo operativo, dalla statistica finale alla qualità del sistema.
Il D.Lgs. 81/08 non usa il linguaggio dei KPI predittivi, ma la logica della prevenzione è pienamente coerente con questo approccio: la valutazione dei rischi deve portare all’individuazione delle misure di prevenzione e protezione e alla definizione di un programma di miglioramento dei livelli di salute e sicurezza. Nei modelli semplificati richiamati nel Testo Unico, il programma di miglioramento include anche il controllo delle misure attuate per verificarne efficienza e funzionalità.
Qui si inserisce il tema dei KPI. Un indicatore utile non serve a “fare bella figura” nel report. Serve a capire se una misura funziona ancora.
La domanda giusta: quale barriera sto misurando?
Molti KPI HSE falliscono perché vengono scelti senza una domanda tecnica. Si inseriscono in dashboard perché “si sono sempre usati” oppure perché sono facili da misurare.
Ma un KPI predittivo deve partire da una domanda precisa: quale barriera critica voglio tenere sotto controllo?
Se il rischio principale è l’investimento da mezzi, non basta misurare quanti infortuni ci sono stati. Devi misurare se la separazione pedoni-mezzi viene rispettata, se i percorsi sono liberi, se i varchi promiscui sono presidiati, se le deviazioni temporanee vengono comunicate, se i quasi investimenti vengono analizzati, se le segnalazioni sul layout si ripetono sempre nelle stesse aree.
Se il rischio principale è il lavoro in quota, non basta contare cadute o mancati infortuni. Devi misurare la qualità dei controlli pre-attività, la conformità dei parapetti, la disponibilità dei punti di ancoraggio, la correttezza dei PLE check, la percentuale di osservazioni in campo con esito positivo, la ricorrenza delle deviazioni su scale, trabattelli, ponteggi e imbracature.
Se il rischio principale è la manutenzione su impianti, devi misurare permessi di lavoro, isolamento energie, lockout/tagout, interferenze, cambiamenti dell’ultimo minuto, briefing pre-attività, presenza di appaltatori e chiusura delle azioni correttive.
Il KPI predittivo nasce sempre da una barriera. Se non sai quale barriera stai misurando, stai solo raccogliendo numeri.
I near miss: misurare bene, non misurare tanto
Il primo gruppo di KPI predittivi riguarda i near miss.
Un buon indicatore non è semplicemente “numero di near miss”. Questo dato può essere ambiguo: se aumenta, potrebbe segnalare un peggioramento del rischio, ma potrebbe anche indicare un miglioramento della cultura di segnalazione.
Meglio usare indicatori più intelligenti: la percentuale di near miss ad alto potenziale analizzati entro 48 o 72 ore, la percentuale con causa organizzativa identificata, il numero di segnalatori diversi rispetto al totale dei lavoratori, la ricorrenza dello stesso cluster di near miss, il rapporto tra near miss ad alto potenziale e azioni strutturali avviate.
Questi indicatori non misurano solo quanti eventi vengono segnalati. Misurano se l’azienda sta imparando. Ed è molto diverso.
Le azioni correttive: chiudere non basta
Il secondo gruppo riguarda le azioni correttive.
In molte aziende l’azione correttiva è un rito: si apre, si assegna, si chiude. Ma il punto non è chiuderla. Il punto è capire se ha ridotto il rischio.
KPI utili in questo caso sono la percentuale di azioni correttive chiuse entro scadenza, la percentuale di azioni ad alta priorità scadute, il tempo medio di chiusura per livello di rischio, la percentuale di azioni con verifica di efficacia documentata e il tasso di riapertura o ricorrenza dello stesso problema dopo la chiusura.
Questo è un punto chiave. Una PMI può avere il 95% delle azioni chiuse e continuare ad avere lo stesso problema. Perché ha chiuso azioni deboli: formazione generica, comunicazione interna, richiamo al personale, cartello aggiunto.
La domanda vera è: quella azione ha cambiato la condizione che generava rischio?
I controlli operativi: la presenza reale del sistema sul campo
Il terzo gruppo riguarda i controlli operativi. Sono tra gli indicatori predittivi più importanti, perché misurano la presenza reale del sistema dove il lavoro accade.
Parliamo di percentuale di controlli pre-attività eseguiti rispetto a quelli pianificati, percentuale di permessi di lavoro compilati correttamente al primo controllo, numero di deviazioni critiche rilevate durante safety walk, percentuale di attrezzature con pre-use check eseguito, percentuale di controlli su DPI critici con esito conforme, numero di blocchi operativi attivati dai preposti per condizioni non sicure.
Quest’ultimo indicatore è particolarmente interessante. In molte aziende si misura solo se il lavoro procede. Raramente si misura quante volte qualcuno ha fermato un’attività perché non erano presenti le condizioni di sicurezza.
Eppure quel dato dice moltissimo. Un preposto che ferma un’attività non è un problema per la produzione. È una barriera che ha funzionato. Se nessuno ferma mai nulla, le possibilità sono due: o il sistema è perfetto, oppure le anomalie vengono assorbite come normalità. Nella maggior parte delle aziende, la seconda ipotesi è più realistica.
La leadership di sicurezza: anche questa si misura
La sicurezza non si misura solo sui lavoratori. Si misura anche sulla qualità della leadership.
Per una PMI questo è ancora più importante, perché il comportamento del datore di lavoro, dei responsabili e dei preposti influenza direttamente il clima operativo.
KPI utili in questo ambito: numero di safety walk svolti da datore di lavoro, dirigenti e preposti; percentuale di safety walk con almeno un’azione concreta assegnata; tempo medio di risposta alle segnalazioni dei lavoratori; percentuale di riunioni operative in cui viene discusso almeno un tema HSE reale; numero di feedback dati ai lavoratori dopo una segnalazione.
Attenzione: il KPI non deve premiare la passeggiata. Non serve misurare quanti giri sono stati fatti se quei giri non producono ascolto, decisioni e azioni. Un safety walk utile non è una visita di cortesia. È un momento di osservazione tecnica, che serve a verificare se le procedure vivono nel lavoro reale o restano nei documenti.
La ISO 19011, nel campo degli audit dei sistemi di gestione, insiste sull’approccio basato sull’evidenza e sul rischio, richiamando che le risultanze dell’audit possono portare a identificare rischi e opportunità di miglioramento. Questa logica vale anche per i KPI HSE: un indicatore deve produrre evidenze, non impressioni.
La formazione efficace: le ore non bastano
Un altro errore tipico è misurare la formazione solo con le ore erogate: ore svolte, percentuale di lavoratori formati, attestati aggiornati, scadenze rispettate.
Tutto utile. Ma non sufficiente.
La domanda non è solo: “Abbiamo formato le persone?” La domanda è: “La formazione ha cambiato ciò che le persone fanno quando lavorano?”
KPI più evoluti: percentuale di osservazioni post-formazione con comportamento conforme, numero di errori ricorrenti dopo addestramento pratico, percentuale di lavoratori che superano una verifica operativa in campo, numero di deviazioni su procedure oggetto di recente formazione, tempo tra formazione e verifica sul posto di lavoro.
L’Accordo Stato-Regioni 2025, nelle indicazioni metodologiche, richiama una logica di processo sulla formazione: pianificazione, erogazione, monitoraggio, valutazione e riesame, con misure e interventi correttivi ai fini del miglioramento. Un attestato dice che una persona ha partecipato. Un indicatore di efficacia dice se quella persona lavora meglio.
KPI di attività, qualità ed efficacia: la distinzione che manca quasi sempre
Qui serve una distinzione fondamentale che pochissimi sistemi HSE fanno esplicitamente.
Non tutti i KPI predittivi hanno lo stesso valore. Esistono KPI di attività, KPI di qualità e KPI di efficacia.
Un KPI di attività misura se qualcosa è stato fatto. Esempio: numero di audit svolti. Un KPI di qualità misura come è stato fatto. Esempio: percentuale di audit con evidenze puntuali, rilievi classificati per rischio e azioni assegnate. Un KPI di efficacia misura se ciò che è stato fatto ha prodotto un cambiamento. Esempio: riduzione delle deviazioni ricorrenti dopo le azioni derivanti dagli audit.
Molte PMI si fermano al primo livello. Contano i corsi fatti, gli audit fatti, le riunioni fatte, i sopralluoghi fatti. Ma fare attività non significa migliorare.
Una dashboard HSE matura deve avere almeno una parte di indicatori di efficacia. Altrimenti stai misurando lo sforzo, non il risultato.
Come costruire una dashboard HSE predittiva per una PMI
Una buona dashboard non deve essere complicata. Deve essere leggibile.
Per una PMI, si può partire con una struttura semplice ma solida. Una prima area dedicata agli eventi: infortuni, medicazioni, near miss, condizioni pericolose. Una seconda area dedicata alle barriere: controlli operativi, permessi di lavoro, pre-use check, manutenzioni, DPI, segregazioni, procedure critiche. Una terza area dedicata alla risposta del sistema: azioni correttive, tempi di chiusura, scadenze, verifiche di efficacia. Una quarta area dedicata alla partecipazione: segnalazioni, segnalatori, feedback, coinvolgimento dei preposti. Una quinta area dedicata alla formazione efficace: addestramento, verifiche in campo, comportamenti osservati.
Il punto non è mettere tutto insieme. Il punto è collegare gli indicatori.
Se aumentano i near miss su carrelli e pedoni, ma i controlli sui percorsi sono bassi e le azioni correttive sono in ritardo, il sistema sta parlando. Se diminuiscono i near miss, ma diminuiscono anche i segnalatori attivi, il sistema potrebbe non essere migliorato: potrebbe essere diventato più silenzioso. Se gli audit risultano tutti chiusi, ma le stesse non conformità si ripetono, il problema non è la chiusura. È l’efficacia.
La dashboard deve far emergere queste relazioni.
Gli errori da evitare
Scegliere troppi KPI. Se una PMI misura trenta indicatori, probabilmente non ne governa nessuno. Meglio cinque KPI letti bene che trenta numeri aggiornati male.
Premiare il numero grezzo. Se premi il reparto con meno near miss, rischi di premiare chi segnala meno. Se premi chi chiude più azioni, rischi di favorire chi chiude in modo superficiale. Se premi chi ha meno rilievi, rischi di creare audit deboli.
Non normalizzare. Un reparto con 30 lavoratori non si confronta in modo grezzo con uno da 5. Un cantiere da 50.000 ore non si confronta con uno da 3.000. Quando possibile, gli indicatori devono essere rapportati a ore lavorate, numero di addetti, turni, attività o esposizione reale.
Non discutere i KPI con chi lavora. I numeri senza campo diventano teoria. Se un indicatore peggiora, bisogna andare a vedere, parlare con preposti, lavoratori, manutentori, capi turno, appaltatori. Il dato indica dove guardare. Il lavoro reale spiega perché.
Da dove partire: sei KPI per iniziare subito
Una PMI non deve partire con venti indicatori. Deve partire con pochi KPI, scelti bene, letti con continuità e collegati a decisioni reali.
Il primo: near miss ad alto potenziale analizzati entro 72 ore, perché misura la capacità del sistema di reagire ai segnali deboli importanti.
Il secondo: azioni correttive ad alta priorità scadute, perché un’azione critica scaduta è una barriera promessa ma non ancora realizzata.
Il terzo: verifiche di efficacia delle azioni correttive, perché chiudere un’azione non significa aver risolto il problema.
Il quarto: deviazioni rilevate su procedure critiche, perché mostra dove il lavoro reale si sta allontanando dal lavoro prescritto.
Il quinto: partecipazione alle segnalazioni, intesa non solo come numero di segnalazioni, ma come numero di persone diverse che segnalano.
Il sesto: osservazioni post-formazione sul campo, perché la formazione vale davvero quando cambia il comportamento operativo.
Con questi sei KPI una PMI può già fare un salto enorme. Non serve una piattaforma complessa. Serve disciplina: raccogliere dati coerenti, leggerli ogni mese, discuterli con i responsabili, collegarli ad azioni, verificare se le azioni funzionano, correggere gli indicatori se diventano inutili.
Conclusione: guidare davvero la sicurezza
I KPI predittivi non servono a riempire una dashboard. Servono a cambiare il modo in cui l’azienda guarda il rischio.
Un sistema HSE maturo non aspetta l’infortunio per accorgersi che qualcosa non funziona. Osserva i segnali deboli, misura la tenuta delle barriere, controlla la qualità delle azioni, verifica l’efficacia della formazione, legge i near miss come informazioni, dà valore ai preposti che intercettano deviazioni, usa i dati per decidere dove intervenire.
I KPI lagging restano importanti. Ma da soli sono lo specchietto retrovisore: ti dicono dove sei già passato, non se davanti hai una curva stretta.
Per guidare davvero la sicurezza in una PMI servono indicatori capaci di leggere il sistema mentre si muove. Non dopo che ha sbattuto.
Domande frequenti
Cosa sono i KPI predittivi per la sicurezza? Sono indicatori che misurano condizioni, attività e barriere prima che si verifichi un infortunio. Esempi utili: near miss analizzati entro tempi definiti, azioni correttive efficaci, controlli operativi, deviazioni da procedure critiche, verifiche post-formazione.
Qual è la differenza tra KPI leading e lagging? I KPI lagging misurano eventi già accaduti, come infortuni, giorni persi e indici di frequenza. I KPI leading misurano attività e condizioni che indicano se il sistema sta prevenendo correttamente gli eventi.
Quali KPI dovrebbe usare una PMI? Una PMI dovrebbe partire da pochi KPI chiari: near miss ad alto potenziale analizzati entro tempi definiti, azioni correttive critiche scadute, verifiche di efficacia, deviazioni su procedure critiche, partecipazione alle segnalazioni e osservazioni post-formazione.
I KPI predittivi possono prevedere gli infortuni? No. Non prevedono il singolo infortunio. Aiutano però a individuare segnali deboli, derive organizzative e barriere inefficaci prima che si trasformino in eventi gravi.
Perché i soli indici di frequenza e gravità non bastano? Perché misurano ciò che è già accaduto. Sono utili per valutare le conseguenze, ma non bastano per capire se il sistema di prevenzione sta funzionando prima dell’evento.
Control chart sicurezza sul lavoro: come usarle per monitorare gli infortuni in azienda
Molte aziende analizzano gli infortuni solo quando qualcosa va storto.
Un evento. Una medicazione. Un’assenza. Un verbale. Una riunione convocata d’urgenza. Una procedura scritta di corsa, nel tentativo di tappare un buco che si è già aperto.
Il problema, in questo approccio, è strutturale: la sicurezza viene sempre letta dopo. Quando il danno è avvenuto, quando la dinamica è già cristallizzata, quando l’organizzazione si trova a dover spiegare cosa non ha funzionato.
La domanda vera è un’altra: possiamo leggere prima i segnali deboli?
La risposta è sì, almeno in parte. E uno degli strumenti più sottovalutati nel mondo HSE è proprio la control chart applicata alla sicurezza sul lavoro — cioè l’uso delle carte di controllo statistiche per monitorare gli eventi di sicurezza: infortuni, medicazioni, near miss, comportamenti osservati, non conformità, azioni correttive e indicatori operativi.
Non è un esercizio da laboratorio statistico. È un modo diverso di guardare i dati che l’azienda già produce.
Contare gli infortuni non basta. Serve capire se il sistema è stabile, se sta peggiorando, se un’anomalia è davvero significativa oppure se stiamo reagendo emotivamente a una normale oscillazione del processo.
Il report infortuni tradizionale mostra numeri aggregati: quanti eventi nel mese, quanti dall’inizio dell’anno, quanti rispetto all’anno precedente.
Utile? Sì. Sufficiente? No.
Un numero isolato dice poco. Se questo mese registri 2 infortuni e il mese scorso ne avevi 0, la sicurezza è peggiorata? Non necessariamente. Se quest’anno conti 6 infortuni contro i 4 dell’anno scorso, il sistema è fuori controllo? Non è detto. Se in un reparto aumentano i near miss, stai peggiorando oppure finalmente le persone stanno segnalando di più?
Queste domande non si risolvono con un semaforo rosso, giallo o verde. Si risolvono con metodo.
La sicurezza sul lavoro, del resto, non è solo conformità documentale. Il D.Lgs. 81/08 richiede una valutazione dei rischi strutturata e documentata: l’art. 28 disciplina i contenuti del DVR, l’art. 29 regolamenta le modalità di effettuazione e aggiornamento, l’art. 30 introduce i modelli di organizzazione e gestione con attenzione alla verifica dell’efficacia delle procedure adottate.
Qui entra in gioco la control chart. Non per sostituire DVR, audit, sopralluoghi, formazione o analisi degli eventi. Ma per aggiungere al sistema HSE una capacità in più: distinguere il rumore dal segnale.
Che cos’è una control chart
Una control chart — o carta di controllo — è uno strumento nato nel controllo statistico di processo. Serve a rappresentare nel tempo l’andamento di una variabile e a confrontarlo con limiti statistici di controllo.
Il NIST descrive lo Statistical Process Control come un confronto tra ciò che accade oggi e ciò che è accaduto in passato, per capire se il processo si è degradato o sta cambiando. La carta ha una linea centrale e due limiti di controllo — superiore e inferiore — che indicano se il processo resta in una condizione statisticamente stabile.
Tradotto nel linguaggio HSE: non guardo solo quanti infortuni ho avuto. Guardo se l’andamento degli eventi è compatibile con la normale variabilità del mio sistema oppure se mostra un segnale anomalo.
La differenza è enorme.
Un sistema ha per natura oscillazioni fisiologiche. In un mese può accadere qualcosa in più, in un altro qualcosa in meno. Questo non significa automaticamente che l’organizzazione sia peggiorata o migliorata. Ma se compaiono segnali ricorrenti — trend, punti fuori controllo, sequenze anomale, scostamenti non casuali — allora il dato sta dicendo qualcosa. E l’azienda deve ascoltarlo.
Perché usare le control chart nella sicurezza sul lavoro
Nel mondo HSE si ragiona spesso per eventi gravi. L’infortunio importante attiva tutto: indagine, riunione, azione correttiva, aggiornamento procedurale, comunicazione interna. Il near miss, invece, spesso resta in una cartella. La medicazione viene registrata. L’osservazione comportamentale finisce in un file Excel. L’audit produce una lista di rilievi.
Tutti dati. Ma raramente li leggiamo come processo.
La control chart serve proprio a questo: trasformare la raccolta dati in lettura del sistema.
Applicata alla sicurezza, aiuta a rispondere a domande molto concrete. Gli infortuni stanno aumentando davvero o il numero rientra ancora nella variabilità storica? Il reparto manutenzione mostra un’anomalia o è strutturalmente più esposto? L’aumento dei near miss segnala un peggioramento o una maggiore maturità della cultura di segnalazione? Dopo una campagna formativa, i comportamenti sicuri sono cambiati in modo stabile o si vede solo un picco temporaneo? Le azioni correttive si chiudono con regolarità oppure il sistema accumula ritardi in modo progressivo?
Questo è il salto di qualità: smettere di guardare i dati HSE come elenco di eventi e iniziare a leggerli come indicatori di comportamento organizzativo.
Attenzione: gli infortuni sono dati difficili
Qui serve una precisazione tecnica che da ingegnere tengo a fare.
Gli infortuni, soprattutto nelle PMI o nelle aziende con bassa frequenza di eventi, sono dati statisticamente “poveri”. Per fortuna accadono poco. Ma proprio per questo risultano difficili da analizzare con strumenti statistici semplici. Se un’azienda registra 0, 1 o 2 infortuni al mese, la carta può diventare instabile o poco informativa. Il rischio è costruire un grafico elegante ma debole dal punto di vista decisionale.
Per questo la control chart sugli infortuni va usata con intelligenza.
Non basta contare gli eventi. Bisogna normalizzarli rispetto all’esposizione: ore lavorate, numero di lavoratori, turni, cantieri attivi, giornate/uomo, ore di subappalto, ore per reparto o per commessa. Un infortunio in un mese con 8.000 ore lavorate non pesa come un infortunio in un mese con 80.000 ore lavorate.
La metrica più corretta non è il numero grezzo di infortuni. È il tasso di eventi per unità di esposizione.
Ad esempio: indice di frequenza interno = numero di infortuni / ore lavorate × fattore di normalizzazione. Il fattore può essere 1.000, 100.000, 200.000 o 1.000.000 ore a seconda dello standard interno scelto — l’importante è restare coerenti e non cambiare scala ogni volta.
Per le aziende con pochi infortuni, conviene affiancare agli eventi lesivi anche dati più frequenti: near miss, medicazioni, condizioni pericolose segnalate, osservazioni comportamentali, rilievi da audit, mancato uso dei DPI, ritardi nelle azioni correttive.
OSHA distingue chiaramente tra indicatori lagging — che misurano eventi già avvenuti come infortuni, malattie e fatalità — e indicatori leading — che aiutano a capire se le attività di prevenzione funzionano prima dell’incidente. Un buon sistema usa entrambi: i leading per guidare il cambiamento, i lagging per misurarne gli effetti.
Quale control chart usare per gli infortuni
Non esiste una carta valida per tutto. La scelta dipende dal tipo di dato.
Per monitorare un numero semplice di eventi in un periodo costante — ad esempio il numero mensile di medicazioni in uno stabilimento con esposizione abbastanza stabile — la c-chart è adatta al conteggio di eventi. Se invece l’esposizione cambia — ore lavorate diverse ogni mese, numero di cantieri variabile, reparti con dimensioni differenti — ha più senso usare una u-chart, che lavora su eventi per unità di esposizione. Per un indicatore continuo — come il tempo medio di chiusura delle azioni correttive o la percentuale di azioni chiuse entro scadenza — la scelta migliore è spesso la Individuals chart (XmR), che il NIST indica per misure individuali usando il moving range tra osservazioni successive per stimare la variabilità del processo.
Per una PMI, il punto non è partire dal modello statistico più sofisticato. Il punto è partire bene. Una carta semplice, costruita con dati coerenti, vale molto più di una dashboard complessa alimentata da dati sporchi.
Come costruire una control chart HSE in modo pratico
Il primo passaggio è definire con precisione cosa vuoi monitorare. “Monitorare gli infortuni” è troppo generico. Scegli una variabile chiara, ad esempio:
infortuni registrabili per mese
medicazioni per 10.000 ore lavorate
near miss per reparto
condizioni pericolose segnalate per cantiere
azioni correttive scadute
giorni medi di chiusura delle non conformità HSE
percentuale di audit con rilievi critici
osservazioni comportamentali per squadra
Poi definisci il periodo di osservazione: settimanale, mensile, trimestrale. Sugli infortuni, il mese è spesso un buon compromesso. Sui near miss e sulle osservazioni comportamentali, la settimana può essere più utile. Sulle azioni correttive, dipende dalla velocità del processo aziendale.
Il secondo passaggio è raccogliere una base storica. Shewhart indicava come riferimento almeno 25 campioni in condizioni comparabili prima di concludere che un processo sia in controllo statistico. Nella pratica HSE si può iniziare anche con meno, ma bisogna dichiarare il limite e leggere la carta con la prudenza che merita.
Il terzo passaggio è costruire la linea centrale — cioè la media storica del processo — e calcolare i limiti di controllo superiore e inferiore.
Questi limiti non sono obiettivi aziendali. Non sono soglie legali. Non sono target di performance. Sono limiti statistici che descrivono la variabilità attesa del sistema se il processo resta stabile.
Questa distinzione è decisiva. Il NIST chiarisce che i control limits servono a capire se un processo è in controllo statistico, mentre gli specification limits servono a capire se un risultato soddisfa una specifica. In sicurezza sul lavoro, confondere questi due piani produce errori enormi. Il fatto che un valore sia “dentro i limiti di controllo” non significa che sia accettabile dal punto di vista etico, gestionale o prevenzionistico. Significa solo che quel valore è coerente con il comportamento storico del sistema. E se quel comportamento storico è mediocre, la carta te lo mostra chiaramente — ma non lo risolve al posto tuo.
Come interpretare una control chart in sicurezza
La domanda da porsi davanti a una control chart non è: “siamo bravi o no?” La domanda corretta è: “il processo sta mostrando un segnale?”
Un segnale può essere un punto oltre il limite superiore di controllo, una sequenza di punti tutti sopra la linea centrale, un trend progressivo, un’alternanza anomala. Le regole WECO, ad esempio, identificano pattern non casuali come punti oltre tre sigma, sequenze sopra la media o trend crescenti. Il NIST ricorda però che aumentare la sensibilità delle regole aumenta anche il rischio di falsi allarmi.
Questo aspetto è molto importante per chi gestisce la sicurezza in azienda. Se trattiamo ogni oscillazione come un’emergenza, il sistema si stanca. Se ignoriamo ogni anomalia perché “i numeri sono bassi”, il sistema diventa cieco.
La control chart serve a trovare un equilibrio tecnico: non reagire al rumore, ma non perdere il segnale.
Esempio pratico: near miss in manutenzione
Immagina un’azienda industriale con tre reparti: produzione, logistica e manutenzione.
Negli ultimi 18 mesi raccogli i near miss mensili normalizzati per 10.000 ore lavorate. La media storica del reparto manutenzione è stabile: circa 2,1 near miss ogni 10.000 ore.
A un certo punto, per quattro mesi consecutivi, il valore resta sopra la media. Non supera subito il limite superiore, ma mostra una sequenza anomala.
Il dato, da solo, non basta per trarre conclusioni. Devi andare sul campo.
L’analisi rivela che negli stessi mesi sono aumentati gli interventi urgenti, le attività fuori programma e la compresenza tra manutentori interni e imprese esterne. Non c’è “un lavoratore disattento”. C’è un processo che si è spostato.
La risposta corretta non è una predica sulla prudenza. La risposta corretta è intervenire su pianificazione, permessi di lavoro, coordinamento delle interferenze, briefing pre-attività, presidio dei preposti e gestione delle urgenze.
Questo è il valore della control chart. Non ti dice solo che qualcosa è cambiato. Ti obbliga a cercare dove il sistema ha iniziato a cambiare.
Dove inserirla nel sistema HSE
Una control chart non deve vivere in un file separato dimenticato su un server. Deve entrare nel ciclo di gestione della sicurezza: nel riesame periodico HSE, nella riunione periodica ex art. 35, negli audit interni, nel monitoraggio delle azioni correttive, nell’aggiornamento del DVR, nella valutazione dell’efficacia della formazione, nel reporting verso la direzione.
Il valore massimo si ottiene quando la carta collega tre livelli: dato, interpretazione, azione.
Se il dato resta un grafico senza lettura, non serve. Se l’interpretazione resta un’opinione senza conseguenze, non serve. Se l’azione non viene assegnata, tracciata e verificata, non serve.
Una buona control chart HSE deve sempre portare a una decisione: approfondire, mantenere sotto osservazione, aggiornare una misura, rivedere una procedura, modificare un’organizzazione, progettare formazione mirata, rafforzare un controllo operativo.
Gli errori da evitare
Usare pochi dati e trarre conclusioni forti. Una carta costruita su sei mesi di infortuni con valori 0, 1, 0, 0, 1, 0 non regge decisioni statistiche robuste. Aiuta a visualizzare, ma non a concludere.
Cambiare i limiti ogni mese. Se aggiorni continuamente i limiti di controllo, perdi il confronto con la baseline. Il NIST è chiaro: modificare frequentemente i control limits ne riduce l’utilità, perché la carta serve proprio a confrontare la performance attuale con quella passata.
Non normalizzare. Confrontare due reparti solo sul numero grezzo di infortuni è quasi sempre scorretto. Un reparto con 100.000 ore lavorate non si può leggere come uno con 12.000 ore.
Usare la control chart per colpevolizzare. Se le persone capiscono che ogni aumento dei near miss porta a rimproveri, smettono di segnalare. A quel punto la carta migliorerà — ma solo perché il sistema sarà diventato più muto.
Guardare solo gli infortuni. Gli infortuni arrivano tardi. Se vuoi una sicurezza più predittiva, devi integrare indicatori proattivi: osservazioni, audit, segnalazioni, deviazioni procedurali, manutenzioni scadute, formazione verificata sul campo, tempi di chiusura delle azioni.
La control chart non predice il futuro. Ma ti fa vedere prima il presente.
Bisogna essere chiari: una control chart non è magia.
Non ti dice chi si farà male domani. Non elimina la necessità di sopralluoghi, competenza tecnica, ascolto dei lavoratori, leadership dei preposti, progettazione delle misure e verifica sul campo.
Però fa una cosa che molti sistemi HSE non fanno: rende visibile la deriva.
Mostra se un processo sta lentamente scivolando. Mostra se una campagna ha prodotto un cambiamento reale o solo temporaneo. Mostra se un reparto ha una variabilità anomala. Mostra se l’aumento delle segnalazioni è un problema o, al contrario, un segnale positivo di partecipazione.
Aiuta l’azienda a smettere di ragionare per episodi. E a iniziare a ragionare per pattern.
Conclusione: dalla sicurezza reattiva alla sicurezza misurata
La control chart nella sicurezza sul lavoro è uno strumento ancora poco usato, soprattutto nelle PMI. Ed è proprio per questo che può diventare un vantaggio competitivo.
Non perché renda la sicurezza più “numerica” e meno umana. Ma perché permette di usare i dati per fare domande migliori.
Un’azienda matura non si limita a chiedere quanti infortuni ha avuto. Chiede se il processo è stabile, quali segnali stanno emergendo, dove la variabilità è più alta, quali misure stanno funzionando davvero, quali reparti stanno accumulando segnali deboli, quali azioni correttive modificano il sistema e quali producono solo carta.
La sicurezza non migliora perché produciamo più report. Migliora quando i report diventano decisioni.
E una control chart, costruita bene, serve esattamente a questo: trasformare un archivio di eventi in uno strumento di lettura, prevenzione e miglioramento reale.
Domande frequenti
Che cos’è una control chart nella sicurezza sul lavoro? È una carta di controllo statistica che monitora nel tempo indicatori HSE come infortuni, near miss, medicazioni, rilievi di audit, azioni correttive o comportamenti osservati. Serve a distinguere le normali oscillazioni del sistema da segnali anomali che richiedono approfondimento.
Le control chart possono prevedere gli infortuni? No, non prevedono il singolo infortunio. Aiutano però a individuare trend, derive e variazioni anomale nei dati di sicurezza. Per questo risultano utili in un sistema HSE che vuole passare da una lettura reattiva a una più preventiva.
Quali dati servono per costruire una control chart HSE? Servono dati raccolti con continuità e criteri coerenti: infortuni, near miss, medicazioni, ore lavorate, reparto, mansione, tipo di evento, azioni correttive, audit e osservazioni sul campo. Per gli infortuni è essenziale normalizzare rispetto all’esposizione, usando le ore lavorate come riferimento.
Una PMI può usare le control chart per la sicurezza? Sì. Una PMI può usarle purché parta da indicatori semplici e dati affidabili. In aziende con pochi infortuni, conviene iniziare da near miss, osservazioni comportamentali, non conformità HSE e tempi di chiusura delle azioni correttive.
Qual è l’errore più comune nell’uso delle control chart in sicurezza? Trattare ogni variazione come emergenza oppure, al contrario, ignorare i trend perché “i numeri sono bassi”. La control chart serve proprio a evitare entrambe le distorsioni: reagire ai segnali veri, non al rumore statistico.
Se vuoi capire se il tuo sistema HSE sta davvero migliorando, non basta contare gli infortuni a fine anno. Serve leggere i dati mentre il sistema si muove. Una control chart può essere il primo passo per trasformare il monitoraggio della sicurezza da adempimento a strumento decisionale.
